View
5
Download
0
Category
Preview:
Citation preview
Vallejos, Sofia
Minería de Datos
Vallejos, Sofia
ContenidoIntroducción:• Inteligencia de negocios (Business Intelligence).• Descubrimiento de conocimiento en bases de datos (KDD).
Minería de Datos:• Perspectiva histórica.• Un proyecto genérico.• Fuentes de datos.• Funciones de minería.• Modelos típicos de minería.
Ejemplos:• Clustering.• Asociación.• Red neuronal como modelo predictivo.
Conclusiones.
Vallejos, Sofia
Inteligencia de Negocios
Hace referencia a un conjunto de productos y servicios para acceder a los datos, analizarlos y convertirlos en
información.
“ Es un paraguas bajo el que se incluye un conjunto de conceptos y metodologías cuya misión consiste en mejorar el proceso de toma de decisiones en los
negocios basándose en hechos y sistemas que trabajan con hechos.”
Howard DresnerGartner Group, 1989.
Vallejos, Sofia
Inteligencia de NegociosRecursos y Herramientas
Fuentes de datos: warehouse, data marts, etc.
Herramientas de administración de datos.
Herramientas de extracción y consulta.
Herramientas de modelización (Data Mining).
Vallejos, Sofia
Descubrimiento de Conocimiento en Bases de Datos
Es un proceso de extracción no trivial para identificar patrones que sean válidos, novedosos, potencialmente
útiles y entendibles, a partir de los datos.
Su objetivo principal: procesar automáticamente grandes cantidades de datos para encontrar
conocimiento útil para un usuario y satisfacer sus metas.
Vallejos, Sofia
Descubrimiento de Conocimiento en Bases de Datos
Jerarquía
Vallejos, Sofia
Descubrimiento de Conocimiento en Bases de Datos
Etapas de KDD
Vallejos, Sofia
Qué es Minería de Datos
Es el proceso de exploración y análisis – de manera automática o semiautomática – de los datos para obtener patrones significativos y reglas de negocio.Es la aplicación de las técnicas de la Inteligencia Artificial.Consideraciones:• Los patrones deben ser significativos.• Sin automatización es imposible mirar grandes cantidades de
datos, pero se debe dar más énfasis a las etapas de exploración y análisis, que al modo de exploración.
• Data Mining es un proceso.
Vallejos, Sofia
Qué no es Minería de Datos
No es un producto que se compra enlatado sino una disciplina que debe ser dominada.
No es una solución instantánea a los problemas de negocio.
No es un fin en sí mismo, sino un proceso que ayuda a encontrar soluciones a problemas de negocio.
Vallejos, Sofia
Minería de Datos:Perspectiva histórica
Vallejos, Sofia
Un proyecto genérico
Vallejos, Sofia
Integrantes del proyecto
Vallejos, Sofia
El analista de datos
Es el vínculo entre las áreas de tecnología informática y las áreas de negocio.
Habilidades requeridas:• Manipulación de datos (SQL).• Conocimiento de técnicas de minería y análisis exploratorio.• Habilidad de comunicación (interpretación) de los problemas de
negocio.
Vallejos, Sofia
El analista de datos
Traduce los requerimientos de información en preguntas apropiadas para su análisis con las herramientas de minería.
Vallejos, Sofia
Fuentes de Datos
Tipos de fuentes:• Transaccionales: ej. operaciones realizadas con una tarjeta
de crédito.• Relacionales: ej. estructura de productos que ofrece un
banco.• Demográficos: ej. características del grupo familiar.
Origen de datos:• Bases de datos relacionales.• DataWarehouses.• Data Marts.• Otros formatos: Excel, Access, encuestas, archivos planos.
Vallejos, Sofia
Calidad de los Datos
El éxito de las actividades de Data Mining se relaciona directamente con la CALIDAD de los datos.
Muchas veces resulta necesario pre-procesar los datos, antes de derivarlos al modelo de análisis.
El preproceso puede incluir transformaciones, reducciones o combinaciones de los datos.
La semántica de los datos debe ayudar para seleccionar una conveniente representación, dado que influye directamente sobre la calidad del modelo.
Vallejos, Sofia
Funciones de minería
Utilizan técnicas matemáticas elaboradas para descubrir patrones ocultos en los datos. Ellas son:
• Asociación.• Clasificación neuronal.• Clasificación en árbol.• Clustering demográfico.• Clustering neuronal.• Patrones secuenciales.• Secuencias semejantes.• Predicción neuronal.• Predicción - función base radial.
Vallejos, Sofia
Modelos típicos deminería
Clustering.
Clasificación.
Estimación.
Predicción.
Agrupamiento a partir de reglas de asociación.
Vallejos, Sofia
Modelos típicos de minería:
ClusteringAgrupar a los clientes según indicadores F (frecuencia), M (monto), etc en segmentos de comportamientos homogéneos.
Resultado: Clientes Buenos, Medios, Malos.
El 78% de la facturación se concentra en el cluster Buenos.
Los clientes Buenos son casados, con hijos, trabajadores autónomos con ingreso superior a $3000 pesos.
Vallejos, Sofia
Modelos típicos de minería:
Clasificación y Estimación
Clasificar un nuevo cliente – de acuerdo a su perfil sociodemográfico – como un cliente:
• Bueno.• Medio.• Malo.
Estimar el consumo de un determinado rubro de artículos de un grupo de clientes en el próximo trimestre.
Vallejos, Sofia
Modelos típicos de minería:
Predicción
Predecir el abandono de un cliente:
• Para una compañía de telefonía celular.• Para una AFJP.• Para una tarjeta de crédito.
Vallejos, Sofia
Modelos típicos de minería:
Asociación
Encontrar las reglas que determinan la interrelación entre productos para clientes de un banco. Por ejemplo:
“ Cuando un cliente se activa en Caja de Ahorros, el siguiente producto donde se activa es Préstamos Personales. Este patrón ocurre el 65 % de los casos. ”
Vallejos, Sofia
Elección del modelo
Principales objetivos del proceso de Data Mining:• Predicción.• Descripción.
El método a utilizar depende de los objetivos perseguidos por el análisis pero también de la calidad y cantidad de los datos disponibles.
Vallejos, Sofia
Ejemplos con DB2 Intelligent Miner for Data
Es un software que comprende un conjunto de funciones estadísticas, de proceso, y de Mineria de Datos.Ofrece herramientas de visualización
Vallejos, Sofia
Ejemplos con DB2 Intelligent Miner for Data
Clustering.
Asociación.
Red neuronal como modelo predictivo.
Vallejos, Sofia
Clustering
Es la partición del conjunto de individuos en subconjuntos lo más homogéneos posibles.
El objetivo es maximizar la similitud de individuos delcluster y maximizar las diferencias entre clusters.
Se aplica para segmentación de bases de datos, identificación de tipos de clientes, etc.
Vallejos, Sofia
¿Con qué criterio seagrupan estos rostros?
Vallejos, Sofia
Aportes del software de minería
Determinar el número óptimo de clusters.
Asignar a cada individuo a un único cluster.
Evaluar el impacto de las variables en la formación del cluster.
Comprender el “perfil” de cada cluster.
Vallejos, Sofia
Ejemplo de ClusteringLa gerencia comercial de un banco necesita identificar
al segmento más valioso de clientes de una tarjeta de crédito para organizar sus gastos de promociones y
campañas de marketing directo.
Datos disponibles:• Frecuencia de uso de la tarjeta.• Saldo promedio mensual en $.• Posesión de tarjeta Gold.• Monto promedio por cada transacción.• Cantidad de servicios por débito automático.• Datos sociodemográficos: sexo, edad, estado civil,
ocupación, hijos.• Fuente de datos: transacciones del último año, tabla de
clientes.
Vallejos, Sofia
Ejemplo de ClusteringPreparación de los datos:
• Definir la unidad de análisis: ¿cuenta o tarjeta?.• Definir qué es una transacción: ¿cómo se consideran los
ajustes?.• Describir las variables a incluir en el modelo.
Tabla de datos:
Vallejos, Sofia
Ejemplo de Clustering
Medida de calidad del modelo:• Criterio de Condorcet: asume un valor entre 0 y 1.
Criterios de segmentación:
• Se toman como variables activas las que corresponden al comportamiento de consumo.
• Se toman como variables suplementarias los atributos sociodemográficos.
Vallejos, Sofia
Solución de 4 clusters
Vallejos, Sofia
Buenos clientes con tarjeta Gold
Vallejos, Sofia
Buenos clientes sintarjeta Gold
Vallejos, Sofia
Asociación
Análisis de la canasta de mercado:
• Objetivo: generar reglas del tipo:SI condición ENTONCES resultado
• Ejemplo:SI producto A y producto C ENTONCES producto B
¿Cuán buena es una regla?. Medidas que la califican:• Soporte.
• Confianza.
• Mejora.
Vallejos, Sofia
Ejemplo de Asociación
El dueño de una pizzería vende 3 gustos de pizzas: pepperoni, queso y hongos, y quiere armar “combos”con las combinaciones más convenientes.
Parte de un conjunto de 2000 tickets con los correspondientes items (gusto de pizza) incluido en cada uno.
Vallejos, Sofia
Ejemplo de Asociación
Cálculo de las medidas de Asociación:
Vallejos, Sofia
Red neuronal
La Inteligencia Artificial trabaja con modelos conexionistas.
El modelo conexionista imita el sistema más complejo conocido hasta el momento: el cerebro.
El cerebro está formado por millones de células llamadas neuronas.
Estas neuronas son unos procesadores de información muy sencillos con un canal de entrada de información(dendrita), un órgano de cómputo (soma) y un canal de salida de información (axón).
Vallejos, Sofia
La neurona artificial
Elementos:• Entradas.• Pesos sinápticos.• Reglas de propagación.• Función de activación.
Vallejos, Sofia
Ejemplo de red neuronalValuación de propiedades
Vallejos, Sofia
Ejemplo de red neuronalDatos
Vallejos, Sofia
Vallejos, Sofia
ConclusionesVentajas
La Minería de Datos es una herramienta eficaz para dar respuestas a preguntas complejas de Inteligencia de Negocios.
Las herramientas disponibles permiten automatizar gran parte de la tarea de encontrar los patrones de comportamiento ocultos en los datos.
Es una buena manera de convertir datos en información, y esta a su vez en conocimiento, para la correcta toma de decisiones.
Vallejos, Sofia
ConclusionesDesventajas
Que los productos a comercializar son significativamente costosos.
Que se requiera de experiencia para utilizar herramientas de tecnología.
Que sea fácil de hallar patrones equívocos triviales o no interesantes.
La Privacidad.
Vallejos, Sofia
Referencias
Building Data Mining Applications for CRM. A. Berson, S. Shmit, K. Thearling. Mc Graw Hill, 2000.
Data Mining with Neuronal Networks. Joseph Bigus. Mc Graw Hill, 1996.
Principles of Data Mining. D. Hand, H. Manilla, P. Smyth. The MIT Press. USA, 2000.
U. Fayyad, G. Grinstein, A. Wierse. Data Mining and KnowledgeDiscovery. M. Kaufmann, Harcourt Intl., USA, 2001.
Vallejos, Sofia
Fin de la Presentación
Muchas Gracias !!
Recommended